空间迭代法.pdf

子空间迭代法的一种新改进方案 宫玉才，陈璞 （湍流与复杂系统国家重点实验室，北京大学工学院力学与空天技术系北京 100871） 摘 要：对于结构固有振动所对应的大型广义特征值问题的求解，子空间迭代法是最可靠解法之一，并 在通用有限元软件中得到了广泛应用。为了进一步提高子空间迭代法的效率，近十年来在又发展了自适 应多重逆迭代、超松弛幂迭代、大移频和改变投影矩阵法等一些新的改进方案。本文总结了子空间迭代 法近十年来的进展，把大移频和超松弛幂迭代两种改进方案结合在一起，提出了一种新的改进方案。该 改进方案很好地把超松弛、矩阵幂迭代和移频三种思想结合在一起，使子空间迭代法的计算效率有了进 一步提高。较大规模的例题表明，新的改进方案效率把大移频的效率平均提高了 20 ％～30 ％。 关键字：子空间迭代 广义特征值问题 固有振动 有限元分析 1 引言 在结构动力学、电磁学、声学、量子化学等计算领域中经常会求解广义特征值问题。广义特征值 问题作为科学计算和工程应用中的一个重要研究课题，已经有许多比较成熟的算法。在现今应用中经 常需要求解几十到几百个的特征值，矩阵规模也不断增加，因此需要寻找有效、稳定和快速的算法来 提高单机上的解题规模和速度。 广义特征值问题求解方法的选择取决于系统自由度大小、矩阵的稀疏性、所求解特征值的个数和 其在特征值谱上的位置。在结构动力学中需要求解 Kϕ −λ Mϕ 0 (1) 的 p 个低阶特征值与特征向量( λ ,ϕ ) ，i=1,2,…, p 。其中，刚度矩阵K 为稀疏的对称正定对称 i i （Symmetrical Positive Definite, SPD ）矩阵，质量矩阵M 一般为半正定的对角矩阵。但矩阵束正定， 即对任意的正数μ，矩阵K+μM 正定。在实际工程计算中，矩阵K 和 M 的阶数可以从几十到几百万。 当K 和M 规模比较大，例如矩阵阶数超过 1000 的大型特征值问题，子空间迭代法无疑是最受 青睐的方法之一。许多有限元软件, 例如 ABAQUS 、ADINA 、ANSYS 和 NASTRAN ，早已把子空间 迭代法作为它们的广义特征值问题求解器。与迭代 Lanczos 法和迭代 Ritz 向量法相比，子空间迭代法 的速度慢一些，但稳定性要好很多，并且算法易于实现。 子空间迭代法从提出[1] 到至今，人们一直都在研究和改进它，发展了超松弛因子(over- relaxation)[2] [2] [5] 、移频(shifting) 、Chebyshev 多项式(Chebyshev polynomials)加速 、选择性二次逆迭代 (selective repeated inverse iteration)[6]等很多加速方案。近十年来，在这些加速方案的基础上又发展了 许多改进方案，主要有 矩阵幂迭代(matrix power accelerated subspace iteration)[7] (k +1) − 1 2 (k ) ，是用 X (K M ) X 代替 X (k +1) K − 1MX (k ) ，也就是每进行两次逆迭代，才有一次Rayleigh-Ritz 过程。 自适应多重逆迭代(adaptive multiple inverse iteration)[8]，是在迭代前对每个试向量x 进行对应的 i 多次逆迭代，从而加速高阶特征向量的收敛。 80 (k +1)